OpenAI-PHP Client v0.12.0 版本发布:功能增强与兼容性扩展
OpenAI-PHP Client 是一个为 PHP 开发者提供的官方 OpenAI API 客户端库,它简化了与 OpenAI 各种人工智能服务的集成过程。这个库提供了面向对象的接口,让开发者能够轻松调用文本生成、图像处理、语音识别等 AI 功能,而无需直接处理底层的 HTTP 请求和响应。
主要功能改进
1. 聊天响应增强
新版本对聊天响应功能进行了多项改进。首先增加了对 logprobs(对数概率)的支持,这使得开发者能够获取模型生成每个令牌的概率信息,有助于分析和调试模型的输出。同时,该版本也优化了处理不含 logprobs 字段的响应情况,确保兼容性。
另一个重要改进是支持了 Web 搜索注释功能。当启用 Web 搜索功能时,聊天响应现在可以包含来自网络搜索结果的注释信息,这为构建基于最新网络信息的对话应用提供了可能。
2. 向量存储功能扩展
向量存储功能得到了显著增强。新增了对向量存储文件属性的支持,开发者现在可以为向量存储中的文件附加自定义属性,便于更灵活地管理和检索文件。此外,还实现了向量存储搜索功能,使得基于语义相似度的内容检索更加便捷。
3. 响应元信息标准化
为了提供更一致的开发体验,该版本将响应元信息接口(ResponseHasMetaInformationContract)扩展到了 ThreadRunStepResponse 类。这意味着线程运行步骤响应现在也包含了标准的元数据信息,如创建时间、ID 等,与其他响应类型保持一致。
兼容性扩展
1. 多模型平台支持
v0.12.0 版本显著扩展了对非 OpenAI 模型的兼容性支持。新增了对 Google Gemini 模型的完整支持,使开发者能够通过相同的 API 接口访问 Gemini 的功能。同时,该版本也增加了对阿里云 LLM API 的兼容性支持,为使用阿里云大模型服务的开发者提供了便利。
2. OpenRouter 改进
对于使用 OpenRouter 作为中间件的开发者,该版本修复了令牌使用量响应的问题,确保能够准确获取模型调用的令牌消耗信息。
3. 流式传输优化
改进了对非 OpenAI 模型的流式传输支持,特别是处理返回"ping"消息的模型。这一改进确保了不同模型提供商的流式响应都能被正确处理,为开发者提供了更稳定的流式交互体验。
其他重要改进
在图像处理方面,新增了对图像响应使用量信息的支持,开发者现在可以获取图像生成操作的资源消耗数据。对于内容审核功能,增加了分类应用输入类型的支持,使审核结果更加详细和准确。
文件管理功能也得到了增强,现在支持向文件列表请求传递参数,便于实现更灵活的文件查询和过滤。
测试与稳定性
该版本加强了测试覆盖范围,特别是对助手流式处理能力的测试。这些改进确保了在高并发或长时间运行的场景下,流式交互能够稳定工作。
总结
OpenAI-PHP Client v0.12.0 是一个功能丰富且注重兼容性的版本。它不仅增强了核心的聊天和向量存储功能,还扩展了对多种第三方模型平台的支持,使 PHP 开发者能够更灵活地集成不同提供商的 AI 服务。这些改进使得该库在构建复杂 AI 应用时更加可靠和强大,同时保持了简洁易用的特点。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C0105
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00